单段函数残差辨识在尘肺发病预测中的应用

单段函数残差辨识是在建立GM(1,1)模型的基础上利用其残差信息建立GM(εy(t),1,1)系统模型,以便原有模型得以修正,提高其预测精确度。本文应用单段函数残差辨识探讨某铝厂电解车间1960～1989年粉尘接触水平与尘肺发病关系,预测粉尘允许浓度,其结果表明,GM(εy(t),1,1)所得允许浓度为13mg/M^3,GM(1,1)为12.5mg/M^3,经后验差检验,GM(εy(t),1,1)模型预测值(C<0.35,P>0.95)较GM(1,1)模型预测值(C<0.45,P>0.80)更接近实际值,且精度等级为“好”。 本文在应用寿命表计算发病概率后,就其概率单位建立灰色GM(εy(t),1,1)系统模型,以预测其允许浓度,更深入应用尚待探讨。

灰色动态模型（GM）在无线电台发展预测中的应用

灰色动态模型（ＧＭ）在无线电台发展预测中的应用吉林省通化市无委刘加山一、引言随着国民经济和科学技术的不断发展，运用现代科学管理方法和管理手段对国民经济进行宏观管理和科学决策，越来越显得十分重要。为了更好地制订无线电频谱规划，有效地利用无线电频谱资源，...